伦巴第大区（意大利）PM$_{2.5}$浓度的时空建模——一项比较研究
应用统计
2023-09-15 v1
摘要
本研究对三种灵活度递增的预测模型进行了比较分析：隐动态地统计模型（HDGM）、广义加性混合模型（GAMM）和随机森林时空克里金模型（RFSTK）。这些模型在预测 2016 至 2020 年意大利北部伦巴第大区 PM浓度方面的有效性得到了评估。尽管方法不同，所有模型都展现出对空气污染数据中时空模式的有效捕捉，且样本外表现相似。此外，研究深入进行了站点特异性分析，揭示了模型表现依局部条件而变。通过参数系数分析与偏依赖图实现的模型解释，揭示了预测变量与 PM浓度之间的一致关联。尽管在建模时空相关性上存在细微差异，所有模型都有效考虑了潜在依赖性。总之，本研究强调了传统技术在建模相关时空数据上的功效，同时凸显了机器学习与经典统计方法的互补潜力。
引用
@article{arxiv.2309.07285,
title = {Spatiotemporal modelling of PM$_{2.5}$ concentrations in Lombardy (Italy) -- A comparative study},
author = {Philipp Otto and Alessandro Fusta Moro and Jacopo Rodeschini and Qendrim Shaboviq and Rosaria Ignaccolo and Natalia Golini and Michela Cameletti and Paolo Maranzano and Francesco Finazzi and Alessandro Fassò},
journal= {arXiv preprint arXiv:2309.07285},
year = {2023}
}